当前位置：极客教程 > Numpy > Numpy 数组操作 > 如何将两个二维NumPy数组串联起来

如何将两个二维NumPy数组串联起来

如何将两个二维NumPy数组串联起来

有时，将两个或多个NumPy数组连接或合并可能是有用的或需要的。在这篇文章中，我们将讨论连接两个二维数组的各种方法。但首先，我们必须导入NumPy包来使用它。

# import numpy package
import numpy as np
Python

然后必须创建两个二维数组来执行操作，通过使用arrange()和reshape()函数。使用NumPy，我们可以通过各种方式和方法对多个二维数组进行串联。

方法1：使用concatenate()函数

我们可以使用concatenate()函数来进行连接操作。通过这个函数，数组可以按行或按列进行连接，前提是它们的行或列都相等。列间连接可以通过将轴等效为1作为函数的参数来完成。

示例:

# Program to concatenate two 2D arrays column-wise
# import numpy
import numpy as np
 
# Creating two 2D arrays
arr1 = np.arange(1,10).reshape(3,3)
arr2 = np.arange(10,19).reshape(3,3)
arr1
arr2
 
# Concatenating operation
# axis = 1 implies that it is being done column-wise
np.concatenate((arr1,arr2),axis=1)
Python

输出:

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

array([[10, 11, 12],
       [13, 14, 15],
       [16, 17, 18]])

array([[ 0,  1,  2, 10, 11, 12],
       [ 3,  4,  5, 13, 14, 15],
       [ 6,  7,  8, 16, 17, 18]])
Python

以同样的方式，行间连接可以通过将轴等效为0来完成。

示例:

# Program to concatenate two 2D arrays row-wise
import numpy as np
 
# Creating two 2D arrays
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
# axis = 0 implies that it is being done row-wise
np.concatenate((arr1, arr2), axis=0)
Python

输出:

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [10, 11, 12],
       [13, 14, 15],
       [16, 17, 18]])
Python

方法2：使用 stack() 函数

stack()函数的使用方法与concatenate()函数相同，其中轴被等同于1。通过使用这个，数组被一个一个地堆叠起来。

示例:

# Program to concatenate two 2D arrays row-wise
import numpy as np
 
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
# axis = 1 implies that it is being
# done row-wise
np.stack((arr1, arr2), axis=1)
Python

输出:

array([[[ 1,  2,  3],
        [10, 11, 12]],

       [[ 4,  5,  6],
        [13, 14, 15]],

       [[ 7,  8,  9],
        [16, 17, 18]]])
Python

或者通过将轴等效为2，与高度一起进行连接，如下图所示。

示例:

# Program to concatenate two 2D arrays along
# the height
import numpy as np
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
# axis = 2 implies that it is being done
# along the height
np.stack((arr1, arr2), axis=2)
Python

输出:

array([[[ 1, 10],
        [ 2, 11],
        [ 3, 12]],

       [[ 4, 13],
        [ 5, 14],
        [ 6, 15]],

       [[ 7, 16],
        [ 8, 17],
        [ 9, 18]]])
Python

方法3：使用 hstack() 函数

hstack()函数在水平方向上堆叠数组，即沿着一列堆叠。

示例:

# Program to concatenate two 2D arrays
# horizontally
import numpy as np
 
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
arr = np.hstack((arr1, arr2))
Python

输出:

array([[ 0,  1,  2, 10, 11, 12],
       [ 3,  4,  5, 13, 14, 15],
       [ 6,  7,  8, 16, 17, 18]])
Python

方法4：使用 vstack() 函数

vstack()函数垂直堆叠数组，即沿着一行堆叠。

示例:

# Program to concatenate two 2D arrays
# vertically
import numpy as np
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
arr = np.vstack((arr1, arr2))
Python

输出:

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [10, 11, 12],
       [13, 14, 15],
       [16, 17, 18]])
Python

方法5：使用 dstack() 函数

在dstack( )函数中，d代表深度，连接与高度一起发生，如下所示。

示例:

# Program to concatenate two 2D arrays
# along the height
import numpy as np
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
arr = np.dstack((arr1, arr2))
Python

输出:

array([[[ 1, 10],
        [ 2, 11],
        [ 3, 12]],

       [[ 4, 13],
        [ 5, 14],
        [ 6, 15]],

       [[ 7, 16],
        [ 8, 17],
        [ 9, 18]]])
Python

方法6：使用column_stack()函数

column_stack()函数沿水平方向堆叠数组，即沿着一列堆叠，它通常用于通过水平方向连接id数组，将其串联成2d数组。

import numpy
 
 
array1 = numpy.array([[1, 2, 3, 4, 5],[20,30,40,50,60]])
array2 = numpy.array([[6, 7, 8, 9, 10],[9,8,7,6,5]])
 
# Stack arrays horizontally.
array1 = numpy.column_stack([array1, array2])
print(array1)
Python

输出:

[[ 1  2  3  4  5  6  7  8  9 10]

[20 30 40 50 60  9  8  7  6  5]]
Python

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Numpy 数组操作

登录

找回密码？

注册